授業紹介
INDEX
授業紹介

メディアプログラミングⅠ・Ⅱ
ここがポイント
ゲーム開発を通して
楽しみながらプログラミングを学習
担当教員:五十嵐 智哉楽しみながらプログラミングを学習
「メディアプログラミングⅠ・Ⅱ」では、世界標準の3DCGソフトやゲームエンジンを用いて、ゲームを開発。自分でプログラムを書いてゲーム内のキャラクターやアイテムを動かすことで、楽しみながらプログラミングスキルを磨きます。ゲーム開発では、思い通りに動作しないこともしばしば。すぐに解決策を教えず、まずはヒントを与えることで、自分で情報を検索し、考える姿勢が身につきます。この姿勢は社会に出てからも役に立つでしょう。

データサイエンス・トップマネジメント特別講義
ここがポイント
データサイエンスをビジネス現場で活かす力を
磨く学内インターンシップ
担当教員:石塚 隆男磨く学内インターンシップ
データサイエンスの学びと企業の現場をつなぐためのプロジェクト型学習。2024年度は前半が「新聞記事データから発見や気づきを得る」、後半は「次世代新聞をデザインする」と題し、大手新聞社とデザイン思考のプロを招き、チームで体験型のワークショップ形式の授業を行いました。これまでに学んだ知識やスキルを総動員し、プロトタイプ(試作品)の制作に取り組み、プレゼン大会にて披露しました。この授業は、業界のトップリーダーの講義を起点に自ら体験を通して学べる科目です。

データサイエンス・コロキウムⅡ
ここがポイント
アンケートを通して
データを可視化する
担当教員:荒井 清佳データを可視化する
「データサイエンス・コロキウムⅡ」ではアンケート調査の基礎を学びます。グループで調査設計や質問文の作成、アンケートの実施、回答の集計・分析までをひと通り行います。自分でデータを集める経験を通して、調査についてのリテラシーを身につけ、質問文の設定とそこから得られる情報との関係を理解します。データの分析手法を学んだり、実際に分析し解釈したりする際に、より見通し良くデータを扱うことができるようになるでしょう。

データサイエンス入門
ここがポイント
データサイエンスの
基礎と実践を学ぶ
担当教員:平岡 和幸基礎と実践を学ぶ
「データサイエンス入門」では、データサイエンスを各分野で応用するための基礎となるデータの扱い、アルゴリズムの選択・結果を解釈するスキルを、実データを用いた演習で習得します。今流行りのツールだけではなく、今後の変化にも対応できる考え方を身につけます。自分でデータを集め、Pythonというプログラミング言語を使って正しく処理し、見やすい形でグラフにする作業ができるようになるのが目標。自身の手でつくり上げたときの達成感はひとしおです。

ウェブアプリケーション
ここがポイント
情報社会を生き抜くために
ウェブコンテンツや検索システムのしくみを学ぼう
担当教員:安形 輝
ウェブコンテンツや検索システムのしくみを学ぼう
学術情報を対象とした検索エンジン、電子選挙や発表申請のシステムなどの構築に、情報学の観点から携わってきました。その知見を活かし、HTMLなどの基本スキルやサーバに関する知識、ブラウザやウェブAPIを活用したアプリなどを扱う演習を担当。オープンデータや世の中に公開されたウェブAPIをうまく活用しながら、ウェブサービスやアプリを作り上げる力を育てます。情報の大海を泳ぎ切るスキルを一緒に身につけましょう。

基礎を固める科目
プログラミング言語ⅠPythonを用いて、プログラミングの基礎を初歩から学修する。
プログラミング言語Ⅱ
Pythonの代表的なライブラリや機械学習に必要なプログラミング技術について実践的に学ぶ。
データ数理Ⅰ
ここがポイント
長年取り組んできた物理学・数学の知識を
初学者に向けて解説します
担当教員:吉田 律初学者に向けて解説します
近年話題の量子コンピュータや、原理的に破ることのできない量子暗号について、指導しています。また、担当する【データ数理Ⅰ】ではデータサイエンスに必要な線形代数学を扱います。これは、機械学習や音声データ分析などにつながる大切な概念。物理学や数学に長年取り組んできた経験を活かし、数学の苦手な学生にも理解できるよう解説しています。

人工知能概論Ⅰ
ここがポイント
人工知能について説明できるようになる
担当教員:東条 敏人工知能の全体像を把握するための科目です。まず、コンピュータが人間の知能を模倣する仕組みとは何かを考察し、次に機械学修のさまざまな方法論について学びます。そのうえで、人工知能の最新技術を用いて実現できる音声・画像・言語などの認識モデルについて考えます。

機械学修とディープラーニング
ここがポイント
機械学修とは、人工知能の一分野で、与えられたデータからルールや法則性を見つけ出す技術。ディープラーニングは、近年実用化が進む機械学修の手法です。この科目では、機械学修とディープラーニングの基礎を学び、プログラミング言語Pythonを使った課題にも挑戦します。
機械学修を使いこなすスキルが身につく
担当教員:平岡 和幸機械学修とは、人工知能の一分野で、与えられたデータからルールや法則性を見つけ出す技術。ディープラーニングは、近年実用化が進む機械学修の手法です。この科目では、機械学修とディープラーニングの基礎を学び、プログラミング言語Pythonを使った課題にも挑戦します。

ビジネスモデル分析
ここがポイント
データを駆使して新たなビジネスモデルを構築
担当教員:村上 善紀ビジネスモデルとは、企業が特定の事業において、継続的に売上や利益を生み出す仕組みです。この科目では、豊富な事例と理論から優れたビジネスモデルを構築・生成するための知見を養います。データサイエンスによって、ビジネス全体を変革していける素養が身につきます。

プロジェクト型科目
最前線のスキルを実践的に学ぶ
Unityでのゲーム開発・メタバース構築
ゲーム開発ツール・Unityを扱うことのできる人材の育成に力を入れています。【データサイエンス応用プロジェクトⅡ】ではUnityを用いて、iPhone用のARアプリの開発と、「亜細亜大学メタバーシティ」構築に取り組んでいます。
現実のキャンパスをメタバース上に再現した“デジタルツイン”を作り上げるプロジェクトとして、5年以上にわたりたくさんの学生たちが一つひとつの建物をモデリングしてきました。

現実のキャンパスをメタバース上に再現した“デジタルツイン”を作り上げるプロジェクトとして、5年以上にわたりたくさんの学生たちが一つひとつの建物をモデリングしてきました。


データの宝庫“スポーツ”を科学する
“スポーツ”は多量のデータが蓄積された宝庫です。野球の戦略立案に統計学が導入されたことをきっかけに、スポーツデータサイエンス分野は発展してきました。【データサイエンス応用プロジェクトⅡ】でサッカーデータの分析に取り組んだ学生は、Javaで独自の分析プログラムを作成。1400試合の時空間データを利用し、パスの正確性などを分析しました。今後もプロジェクト型科目で、スポーツデータサイエンスに取り組む予定です。

ADVICE
経営マインドとデジタルスキルを育むカリキュラムで、
色あせないDX人材へ
色あせないDX人材へ
担当教員:石塚 隆男
本学のカリキュラムの特長は、Pythonなどの基本スキルや、自然言語処理・音楽情報処理などの応用分野を学び、現場で通用する実践力が身につくこと。また、経営学とデータサイエンスを同時並行で学び、ビジネスとデータサイエンスをつなぐマインドが育つことです。これらの力を併せ持つことで、デジタル技術自体が当たり前になっても、付加価値のあるDX人材であり続けられるでしょう。
本学のカリキュラムの特長は、Pythonなどの基本スキルや、自然言語処理・音楽情報処理などの応用分野を学び、現場で通用する実践力が身につくこと。また、経営学とデータサイエンスを同時並行で学び、ビジネスとデータサイエンスをつなぐマインドが育つことです。これらの力を併せ持つことで、デジタル技術自体が当たり前になっても、付加価値のあるDX人材であり続けられるでしょう。

〈2025年8月8日更新〉
Department of Data Science